In [1]:
%matplotlib inline
データの説明¶
・kaggleに掲載されたランジェリーデータセット。
https://www.kaggle.com/PromptCloudHQ/innerwear-data-from-victorias-secret-and-others
・2017年6月から2017年7月にかけECサイトからデータ抽出した。
分析対象となるECサイトとブランド
・Victoria's Secret：公式サイト、Amazon
・Wacoal(Btemptd)：公式サイト、Amazon、Macy's
・Calvin Klein：公式ウェブサイト、Amazon、Macy's
・Hanky Panky：公式ウェブサイト、Amazon、Macy's
・Topshop USA
ブランドのヒストリー¶
Victoria's Secret¶
売上世界第4位のアパレルチェーン企業「リミテッド・ブランズ」社の傘下で2013年は、北アメリカに総数1045の店舗を展開、年商6403億円。
店舗はピンクを基調としたセクシーなデザインで、下着や水着をはじめとする同社の取り扱い商品の多くはセクシー路線を特徴とする。
ファッションショーやカタログ通信販売に力を入れており、これらにトップモデルを登場させるスタイルも話題を呼んでいる。
最近は売り上げは低迷し、そのセクシー過ぎる広告は顧客を遠ざけている。
1977年にロイ・レイモンドによってサンフランシスコに設立された。
レイモンドは1982年にこの会社をリミテッド・ブランズに売却し、その傘下に入った。
北アメリカを中心に多くの店舗を有しているものの、主流はカタログ通信販売となっている。
ワコール(b.tempt'd)¶
京都市に本拠を置く、日本の衣料品メーカーで事業の中心は、女性用下着販売。
アメリカでb.tempt'dとういブランドを展開している。
フィット感やサポートを売りにしている。
Calvin Klein¶
彼の名前のブランドの下着は、エキゾチックなポーズでほぼ裸のモデルをフィーチャーした看板とプリント広告に助けられて、1980年代にヒットした。
クラインは後に他の製品、特に香水に力を入れた。
2002年に彼の会社はPhillips-Van Heusen Corporationに買収された。
Hanky Panky¶
アンダーウェアの概念を超えた豊富なカラーバリエーションはベーシックカラーに加え、シーズンごとに発表される鮮やかなカラーも大きな魅力。
大学教授だったLida Orzeckは、働く女性＝パンツスタイルで威厳を保つという時代だった当時、パンツスーツを愛用し教壇に立っていた。
そんな彼女の悩みは、黒板に向かう後姿のパンティライン。
視線が気になりＧストリングスというラインが出ない下着を着用していましたが、食い込んでしまいとても不快…。
この悩みを友人Gale Epsteinに打ち明けたところ、器用な彼女は快適なはき心地でラインが響かないアンダーウェアをハンカチを用いて手作りでプレゼントしてあげた。
その後、評判が広まりリクエストの声が高まったため２人は１９７７年に“Hanky Panky”を創設した。
Topshop¶
世界20カ国以上で展開するイギリスのファッション小売店。
低価格かつファッション性の高い服、いわゆるファストファッション。
日本企業もファストファッションの事業モデルを取り入れるようになっており、日本での人気は低迷し撤退している。
可視化する事¶
・各ブランドの最大小売価格(MRP)の範囲は？
・最も高価な商品は？
・商品カテゴリ毎の各ブランドの最大小売価格(MRP)の範囲は？
・ブランド間で展開している色の範囲は？
・商品カテゴリ毎の色の範囲は？
・ブランド間での評価は？
・商品カテゴリ毎のブランド間での評価は？
・最も割引されているブランドは何か？
・商品カテゴリ毎に最も割引されているブランドは何か？
・どの商品カテゴリが他の商品カテゴリよりレビューされているか？
・どの製品のレビューが最も少ないか？
・各ブランドでサポートされている一般的でユニークな色は何か？
・レビューに基づいた一般的な消費者の感情は何か？
簡易な確認¶
In [2]:
import csv
import pandas as pd
import seaborn as sns
import matplotlib as plt
from matplotlib import pyplot as pyplt
import numpy as np
import matplotlib
import codecs
import json
import requests
In [6]:
def describe_dataset(df):
print(df.iloc[0]["retailer"])
print("Number of rows: %d" %(df.shape[0]))
display(df.head(1))
In [7]:
pd.set_option("display.max_rows", 101)
In [8]:
df_list=[]
aerie_df = pd.read_csv("./input/ae_com.csv")
aerie_df['ec_site'] = 'aerie'
aerie_df['official'] = '1'
df_list.append(aerie_df)
calvin_klein_df = pd.read_csv("./input/calvinklein_com.csv")
calvin_klein_df['ec_site'] = 'calvin_klein'
calvin_klein_df['official'] = '1'
df_list.append(calvin_klein_df)
amazon_df = pd.read_csv("./input/amazon_com.csv")
amazon_df['ec_site'] = 'amazon'
amazon_df['official'] = '0'
df_list.append(amazon_df)
btempted_df = pd.read_csv("./input/btemptd_com.csv")
btempted_df['ec_site'] = 'wacoal'
btempted_df['official'] = '1'
df_list.append(btempted_df)
hanky_panky_df = pd.read_csv("./input/hankypanky_com.csv")
hanky_panky_df['ec_site'] = 'hanky_panky'
hanky_panky_df['official'] = '1'
df_list.append(hanky_panky_df)
macys_df = pd.read_csv("./input/macys_com.csv")
macys_df['ec_site'] = 'macys'
macys_df['official'] = '0'
df_list.append(macys_df)
nordstrom_df = pd.read_csv("./input/shop_nordstrom_com.csv")
nordstrom_df['ec_site'] = 'nordstrom'
nordstrom_df['official'] = '1'
df_list.append(nordstrom_df)
topshop_df = pd.read_csv("./input/us_topshop_com.csv")
topshop_df['ec_site'] = 'topshop'
topshop_df['official'] = '1'
df_list.append(topshop_df)
victoriassecret_df = pd.read_csv("./input/victoriassecret_com.csv")
victoriassecret_df['ec_site'] = 'victoriassecret'
victoriassecret_df['official'] = '1'
df_list.append(victoriassecret_df)
In [9]:
merged_df = pd.DataFrame()
for df in df_list:
merged_df = merged_df.append(df)
In [10]:
merged_df.columns
Out[10]:
In [11]:
for df in df_list:
describe_dataset(df)
データの前処理(クレンジング)¶
通貨の表記を統一
・mrp : 最大小売価格
・price : 販売価格
In [12]:
import re
colon_to_dollar_conversion_rate = 0.0017
ind_rp_to_dollar_conversion_rate = 0.000066
def extract_usd_value(value_str):
if type(value_str) is str:
value_str= value_str.strip().lower().replace('usd', '').replace('$','').replace("\-.*","").strip()
value_str = re.sub(r"-.*", "", value_str)
value_str = re.sub(r"–.*", "", value_str)
value_str = re.sub(r"\s.*", "", value_str)
value_str.strip()
if "₡" in value_str:
value_str = value_str.replace("₡", "").strip()
value_str = pd.to_numeric(value_str) * colon_to_dollar_conversion_rate
elif "rp" in value_str:
value_str = value_str.replace("rp", "").strip()
value_str = pd.to_numeric(value_str) * ind_rp_to_dollar_conversion_rate
return value_str
else:
return value_str
merged_df['mrp']=merged_df['mrp'].apply(extract_usd_value).apply(pd.to_numeric)
merged_df['price']=merged_df['price'].apply(extract_usd_value).apply(pd.to_numeric)
ブランド名の表記を変更
In [13]:
pd.value_counts(merged_df['brand_name']).plot.bar()
Out[13]:
In [14]:
def standardize_brand_names(brand_name):
brand_name = brand_name.lower()
brand_name = brand_name.replace("-", " ")
if "hanky" in brand_name:
brand_name = "hanky panky"
elif "calvin" in brand_name:
brand_name = "calvin klein"
elif "wacoal" in brand_name or "tempt" in brand_name:
brand_name = "b.tempt'd"
elif "victorias" in brand_name:
brand_name = "victoria's secret"
elif "aeo" in brand_name:
brand_name = "aerie"
brand_name = brand_name.strip()
return brand_name
merged_df['brand_name'] = merged_df['brand_name'].apply(standardize_brand_names)
In [15]:
pd.value_counts(merged_df['brand_name']).plot.bar()
Out[15]:
In [16]:
pd.value_counts(merged_df['brand_name'])
Out[16]:
考察¶
Nintendo、Sexy HairとSはおかしなブランド名で、 おそらくAmazonのデータセットだろう。
Victoria's Secretのデータセットは他のブランドよりはるかに大きい。
ただし、すべてのデータセットは、一定期間内に個々の小売業者のWebページから抽出されたものだ。
したがって、より大きなデータセットは次のように説明できます。
・より大きな在庫があある。
・Amazonが自社ブランドを販売している。
・件数の少ない(100件未満)ブランドは有益でないため削除する。
In [17]:
MIN_RECORDS = 100
for item in pd.value_counts(merged_df['brand_name']).iteritems():
brand = item[0]
count = item[1]
if(count < MIN_RECORDS):
merged_df.drop(merged_df[merged_df.brand_name == brand].index, inplace=True)
In [18]:
pd.value_counts(merged_df['brand_name'])
Out[18]:
商品カテゴリを確認¶
In [19]:
product_categories = pd.value_counts(merged_df['product_category'])
print("There are %d categories! "% (product_categories.shape[0]))
In [20]:
product_categories.plot.pie(figsize=(10,10))
Out[20]:
商品のカテゴリが多すぎるため大きなカテゴリを作成¶
In [21]:
categories = {
"bra" : ["bra", "push-up", "classic", "tomgirl", "collections", "longline", "bridget", "hannah", "audrey", "lorna jane", "katie", "brooke", "push", "padded", "demi", "scoop", "full coverage", "wireless", "plunge"],
"panty" : ["panty", "panties", "brief", "hiphugger","cheekies", "thong", "hipster", "cheekster", "short", "bottom", "undies"],
"bikini" : ["bikini", "triangle", "one-piece", "one piece", "high-neck", "hineck"],
"top" : ["tee", "top", "tank", "halter", "bandeau", "racerback", "cami", "crop"],
"lingerie": ["slip", "garter", "babydoll", "lingerie", "teddy", "sleepwear", "fishnet", "robe", "kimono", "bodysuit", "romper", "tunic"],
"shapewear": ["shapewear", "bustier"],
"socks" : ["sock"],
"leggings": ["legging"],
"bottle": ["bottle"],
"hoodie" : ["full-zip"],
"kit" : ["kit", "duffle"],
"petal": ["petal"]
}
In [22]:
def standardize_product_category(row):
product_category = row["product_category"]
product_name = row["product_name"]
product_name = product_name.lower()
product_category = product_category.lower()
for group, items in categories.items():
for item in items:
if item in product_category:
return group
for group, items in categories.items():
for item in items:
if item in product_name:
return group
return product_category
In [23]:
merged_df["product_group"] = merged_df.apply(standardize_product_category, axis=1)
product_group = pd.value_counts(merged_df['product_group'])
display(product_group)
print("There are %d categories! "% (product_group.shape[0]))
product_group.plot.pie(figsize=(10,10))
Out[23]:
In [24]:
merged_df['product_group'].value_counts(dropna=False, normalize=True)
Out[24]:
考察¶
・商品カテゴリはTop5で99%を占める。
・件数の少ない(1,000件未満)カテゴリは有益でないため削除する。
| 位 | 英名 | 和名 | 件数 | 割合 | 累積 |
|---|---|---|---|---|---|
| 1 | bra | ブラ | 436,394 | 0.71 | 0.71 |
| ２ | panty | パンティ | 124,270 | 0.20 | 0.91 |
| 3 | lingerie | ランジェリー | 39,252 | 0.06 | 0.97 |
| 4 | top | トップ | 6,077 | 0.01 | 0.98 |
| 5 | bikini | ビキニ | 5,775 | 0.01 | 0.99 |
| 6 | shapewear | 矯正下着 | 1,019 | 0.00 | 0.99 |
In [25]:
MIN_RECORDS = 1000
for item in product_group.iteritems():
category = item[0]
count = item[1]
if(count < MIN_RECORDS):
merged_df.drop(merged_df[merged_df.product_group == category].index, inplace=True)
In [26]:
merged_df["product_group"] = merged_df.apply(standardize_product_category, axis=1)
product_group = pd.value_counts(merged_df['product_group'])
display(product_group)
print("There are %d categories! "% (product_group.shape[0]))
product_group.plot.pie(figsize=(10,10))
Out[26]:
In [107]:
merged_df_official = merged_df[merged_df['official'].isin(['1'])]
merged_df_not_official = merged_df[merged_df['official'].isin(['0'])]
商品名のトピック分析¶
In [61]:
import gensim
import numpy as np
from collections import Counter
from sklearn import datasets
import matplotlib.pyplot as plt
from wordcloud import WordCloud
In [75]:
with open("stopwords.txt") as f:
stopwords = f.read()
stopwords = stopwords.split()
全データの商品名のトピック分析¶
In [91]:
docs = merged_df["product_name"]
texts = [
[w for w in doc.lower().split() if w not in stopwords]
for doc in docs
]
count = Counter(w for doc in texts for w in doc)
y = [i[1] for i in count.most_common()]
dictionary = gensim.corpora.Dictionary(texts)
corpus = [dictionary.doc2bow(text) for text in texts]
corpus[0]
num_topics = 12
lda = gensim.models.ldamodel.LdaModel(
corpus=corpus,
num_topics=num_topics,
id2word=dictionary
)
plt.figure(figsize=(30,30))
for t in range(lda.num_topics):
plt.subplot(5,4,t+1)
x = dict(lda.show_topic(t,200))
im = WordCloud().generate_from_frequencies(x)
plt.imshow(im)
plt.axis("off")
plt.title("Topic #" + str(t))
Victoria's Secretの商品名のトピック分析¶
In [101]:
merged_df_victoria= merged_df[merged_df['brand_name'].str.startswith('victoria')]
docs = merged_df_victoria["product_name"]
texts = [
[w for w in doc.lower().split() if w not in stopwords]
for doc in docs
]
count = Counter(w for doc in texts for w in doc)
y = [i[1] for i in count.most_common()]
dictionary = gensim.corpora.Dictionary(texts)
corpus = [dictionary.doc2bow(text) for text in texts]
corpus[0]
num_topics = 12
lda = gensim.models.ldamodel.LdaModel(
corpus=corpus,
num_topics=num_topics,
id2word=dictionary
)
plt.figure(figsize=(30,30))
for t in range(lda.num_topics):
plt.subplot(5,4,t+1)
x = dict(lda.show_topic(t,200))
im = WordCloud().generate_from_frequencies(x)
plt.imshow(im)
plt.axis("off")
plt.title("Topic #" + str(t))
Hanky Pankyの商品名のトピック分析¶
In [102]:
merged_df_hanky_panky= merged_df[merged_df['brand_name'].str.startswith('hanky panky')]
docs = merged_df_hanky_panky["product_name"]
texts = [
[w for w in doc.lower().split() if w not in stopwords]
for doc in docs
]
count = Counter(w for doc in texts for w in doc)
y = [i[1] for i in count.most_common()]
dictionary = gensim.corpora.Dictionary(texts)
corpus = [dictionary.doc2bow(text) for text in texts]
corpus[0]
num_topics = 12
lda = gensim.models.ldamodel.LdaModel(
corpus=corpus,
num_topics=num_topics,
id2word=dictionary
)
plt.figure(figsize=(30,30))
for t in range(lda.num_topics):
plt.subplot(5,4,t+1)
x = dict(lda.show_topic(t,200))
im = WordCloud().generate_from_frequencies(x)
plt.imshow(im)
plt.axis("off")
plt.title("Topic #" + str(t))
ワコールの商品名のトピック分析¶
In [104]:
merged_df_wacoal= merged_df[merged_df['brand_name'].str.startswith('b.tempt')]
docs = merged_df_wacoal["product_name"]
texts = [
[w for w in doc.lower().split() if w not in stopwords]
for doc in docs
]
count = Counter(w for doc in texts for w in doc)
y = [i[1] for i in count.most_common()]
dictionary = gensim.corpora.Dictionary(texts)
corpus = [dictionary.doc2bow(text) for text in texts]
corpus[0]
num_topics = 12
lda = gensim.models.ldamodel.LdaModel(
corpus=corpus,
num_topics=num_topics,
id2word=dictionary
)
plt.figure(figsize=(30,30))
for t in range(lda.num_topics):
plt.subplot(5,4,t+1)
x = dict(lda.show_topic(t,200))
im = WordCloud().generate_from_frequencies(x)
plt.imshow(im)
plt.axis("off")
plt.title("Topic #" + str(t))
Calvin Kleinの商品名のトピック分析¶
In [113]:
merged_df_calvin= merged_df[merged_df['brand_name'].str.startswith('calvin')]
docs = merged_df_calvin["product_name"]
texts = [
[w for w in doc.lower().split() if w not in stopwords]
for doc in docs
]
count = Counter(w for doc in texts for w in doc)
y = [i[1] for i in count.most_common()]
dictionary = gensim.corpora.Dictionary(texts)
corpus = [dictionary.doc2bow(text) for text in texts]
corpus[0]
num_topics = 12
lda = gensim.models.ldamodel.LdaModel(
corpus=corpus,
num_topics=num_topics,
id2word=dictionary
)
plt.figure(figsize=(30,30))
for t in range(lda.num_topics):
plt.subplot(5,4,t+1)
x = dict(lda.show_topic(t,200))
im = WordCloud().generate_from_frequencies(x)
plt.imshow(im)
plt.axis("off")
plt.title("Topic #" + str(t))
Aerieの商品名のトピック分析¶
In [114]:
merged_df_aerie= merged_df[merged_df['brand_name'].str.startswith('aerie')]
docs = merged_df_aerie["product_name"]
texts = [
[w for w in doc.lower().split() if w not in stopwords]
for doc in docs
]
count = Counter(w for doc in texts for w in doc)
y = [i[1] for i in count.most_common()]
dictionary = gensim.corpora.Dictionary(texts)
corpus = [dictionary.doc2bow(text) for text in texts]
corpus[0]
num_topics = 12
lda = gensim.models.ldamodel.LdaModel(
corpus=corpus,
num_topics=num_topics,
id2word=dictionary
)
plt.figure(figsize=(30,30))
for t in range(lda.num_topics):
plt.subplot(5,4,t+1)
x = dict(lda.show_topic(t,200))
im = WordCloud().generate_from_frequencies(x)
plt.imshow(im)
plt.axis("off")
plt.title("Topic #" + str(t))
In [111]:
docs = merged_df["description"]
texts = [
[w for w in doc.lower().split() if w not in stopwords]
for doc in docs
]
count = Counter(w for doc in texts for w in doc)
y = [i[1] for i in count.most_common()]
dictionary = gensim.corpora.Dictionary(texts)
corpus = [dictionary.doc2bow(text) for text in texts]
corpus[0]
num_topics = 12
lda = gensim.models.ldamodel.LdaModel(
corpus=corpus,
num_topics=num_topics,
id2word=dictionary
)
plt.figure(figsize=(30,30))
for t in range(lda.num_topics):
plt.subplot(5,4,t+1)
x = dict(lda.show_topic(t,200))
im = WordCloud().generate_from_frequencies(x)
plt.imshow(im)
plt.axis("off")
plt.title("Topic #" + str(t))
Victoria's Secretの商品説明のトピック分析¶
In [115]:
docs = merged_df_victoria["description"]
texts = [
[w for w in doc.lower().split() if w not in stopwords]
for doc in docs
]
count = Counter(w for doc in texts for w in doc)
y = [i[1] for i in count.most_common()]
dictionary = gensim.corpora.Dictionary(texts)
corpus = [dictionary.doc2bow(text) for text in texts]
corpus[0]
num_topics = 12
lda = gensim.models.ldamodel.LdaModel(
corpus=corpus,
num_topics=num_topics,
id2word=dictionary
)
plt.figure(figsize=(30,30))
for t in range(lda.num_topics):
plt.subplot(5,4,t+1)
x = dict(lda.show_topic(t,200))
im = WordCloud().generate_from_frequencies(x)
plt.imshow(im)
plt.axis("off")
plt.title("Topic #" + str(t))
Hanky Pankyの商品説明のトピック分析¶
In [116]:
docs = merged_df_hanky_panky["description"]
texts = [
[w for w in doc.lower().split() if w not in stopwords]
for doc in docs
]
count = Counter(w for doc in texts for w in doc)
y = [i[1] for i in count.most_common()]
dictionary = gensim.corpora.Dictionary(texts)
corpus = [dictionary.doc2bow(text) for text in texts]
corpus[0]
num_topics = 12
lda = gensim.models.ldamodel.LdaModel(
corpus=corpus,
num_topics=num_topics,
id2word=dictionary
)
plt.figure(figsize=(30,30))
for t in range(lda.num_topics):
plt.subplot(5,4,t+1)
x = dict(lda.show_topic(t,200))
im = WordCloud().generate_from_frequencies(x)
plt.imshow(im)
plt.axis("off")
plt.title("Topic #" + str(t))
ワコールの商品説明のトピック分析¶
In [120]:
merged_df_wacoal= merged_df[merged_df['brand_name'].str.startswith('b.tempt')]
docs = merged_df_wacoal["description"]
texts = [
[w for w in doc.lower().split() if w not in stopwords]
for doc in docs
]
count = Counter(w for doc in texts for w in doc)
y = [i[1] for i in count.most_common()]
dictionary = gensim.corpora.Dictionary(texts)
corpus = [dictionary.doc2bow(text) for text in texts]
corpus[0]
num_topics = 12
lda = gensim.models.ldamodel.LdaModel(
corpus=corpus,
num_topics=num_topics,
id2word=dictionary
)
plt.figure(figsize=(30,30))
for t in range(lda.num_topics):
plt.subplot(5,4,t+1)
x = dict(lda.show_topic(t,200))
im = WordCloud().generate_from_frequencies(x)
plt.imshow(im)
plt.axis("off")
plt.title("Topic #" + str(t))
Calvin Kleinの商品説明のトピック分析¶
In [121]:
docs = merged_df_calvin["description"]
texts = [
[w for w in doc.lower().split() if w not in stopwords]
for doc in docs
]
count = Counter(w for doc in texts for w in doc)
y = [i[1] for i in count.most_common()]
dictionary = gensim.corpora.Dictionary(texts)
corpus = [dictionary.doc2bow(text) for text in texts]
corpus[0]
num_topics = 12
lda = gensim.models.ldamodel.LdaModel(
corpus=corpus,
num_topics=num_topics,
id2word=dictionary
)
plt.figure(figsize=(30,30))
for t in range(lda.num_topics):
plt.subplot(5,4,t+1)
x = dict(lda.show_topic(t,200))
im = WordCloud().generate_from_frequencies(x)
plt.imshow(im)
plt.axis("off")
plt.title("Topic #" + str(t))
Aerieの商品説明のトピック分析¶
In [122]:
docs = merged_df_aerie["description"]
texts = [
[w for w in doc.lower().split() if w not in stopwords]
for doc in docs
]
count = Counter(w for doc in texts for w in doc)
y = [i[1] for i in count.most_common()]
dictionary = gensim.corpora.Dictionary(texts)
corpus = [dictionary.doc2bow(text) for text in texts]
corpus[0]
num_topics = 12
lda = gensim.models.ldamodel.LdaModel(
corpus=corpus,
num_topics=num_topics,
id2word=dictionary
)
plt.figure(figsize=(30,30))
for t in range(lda.num_topics):
plt.subplot(5,4,t+1)
x = dict(lda.show_topic(t,200))
im = WordCloud().generate_from_frequencies(x)
plt.imshow(im)
plt.axis("off")
plt.title("Topic #" + str(t))
各ブランドの最大小売価格(MRP)の範囲は？¶
In [368]:
plt.rcParams["figure.figsize"] = (10, 5)
plt.rcParams["font.size"] = 18
sns.boxplot( x=merged_df["mrp"], y=merged_df["brand_name"], palette = "Pastel2").set_title('各ブランドの最大小売価格(MRP)の範囲')
Out[368]:
In [369]:
sns.boxplot( x=merged_df_official["mrp"], y=merged_df_official["brand_name"], palette = "Pastel2").set_title('officialサイト：各ブランドの最大小売価格(MRP)の範囲')
Out[369]:
In [370]:
sns.boxplot( x=merged_df_not_official["mrp"], y=merged_df_not_official["brand_name"], palette = "Pastel2").set_title('officialじゃない：各ブランドの最大小売価格(MRP)の範囲')
Out[370]:
In [371]:
sns.boxplot( x=merged_df_not_official["mrp"], y=merged_df_not_official["ec_site"], palette = "Pastel2").set_title('ECサイト毎の最大小売価格(MRP)の範囲')
Out[371]:
考察¶
・vanity fairは、最も手頃な価格のブランド
・ほとんどの下着は、平均価格約30-40 USDで、最大価格200 USD以内で購入できる。
・Hanky Pankyは最も高価な600USDの商品がある。
・高額商品はofficialサイトで販売。
・Amazonは高額商品を扱わない。
・Macysは百貨店なので高額商品を扱うが、オフシャルサイトほど高額は扱わない。
最も高価な商品は？¶
In [305]:
merged_df[merged_df["mrp"] > 400]['product_name'].value_counts()
Out[305]:
In [306]:
merged_df[merged_df["mrp"] > 400]['product_category'].value_counts()
Out[306]:
In [307]:
merged_df[merged_df["mrp"] > 400]['description'].value_counts()
Out[307]:
In [308]:
merged_df[merged_df["mrp"] > 400]['style_attributes'].value_counts()
Out[308]:
In [309]:
merged_df[merged_df["mrp"] > 400]['total_sizes'].value_counts()
Out[309]:
In [310]:
merged_df[merged_df["mrp"] > 400]['available_size'].value_counts()
Out[310]:
In [311]:
merged_df[merged_df["mrp"] > 400]['color'].value_counts()
Out[311]:
In [312]:
merged_df[merged_df["mrp"] > 400]['product_group'].value_counts()
Out[312]:
高額商品の考察¶
・高額商品はセット販売
・色は虹色とあるが、花束のような形でギフトとして販売している。
ECサイトで高額商品が売れる理由は？¶
・男性が女性にプレゼントする際に、実店舗で買うと恥ずかしいが、ネットなら恥ずかしくない。
・形状がoneサイズで良い作りになっている。
・プレゼントの仕方もアレンジすれば嫌らしくない。
・最近のアメリカ人はセクシー路線の下着に飽きた？
商品カテゴリ毎の各ブランドの最大小売価格(MRP)の範囲は？¶
In [313]:
plt.rcParams["figure.figsize"] = (10, 5)
In [314]:
import matplotlib as plt
from matplotlib import *
product_group = pd.value_counts(merged_df['product_group'])
for item in product_group.iteritems():
category = item[0]
product_group_df = merged_df[merged_df["product_group"] == category]
plt.pyplot.figure()
title = "MRP range across brands for "+ category
sns.boxplot( x=product_group_df["mrp"], y=product_group_df["brand_name"], palette = "Pastel2").set_title(title)
考察¶
・ブラジャーとパンティーで多くのブランドが勝負している。
ブランド間で展開している色の範囲は？¶
In [315]:
pd.value_counts(merged_df["color"])
Out[315]:
色の種類が多すぎるために大きな色カテゴリを作成¶
In [316]:
categories = {
"green" : ["green", "emerald", "fir", "bayberry"],
"blue" : ["blue", "navy", "teal", "denim", "azure", "celeste", "turkish", "sea"],
"white" : ["white", "ivory", "cashew", "coconut", "marshmallow"],
"black" : ["black", "midnight", "night"],
"red": ["red", "candy apple", "ginger glaze", "plum", "maroon", "ruby","cherry", "strawberry"],
"yellow": ["yellow", "gold"],
"orange" : ["orange"],
"pink": ["pink", "rosewater", "fuschia", "blush", "peach", "lotus"],
"nude" : ["nude", "bare", "champagne"],
"gray" : ["gray", "grey", "pewter", "slate", "silver"],
"brown" : ["brown", "taupe", "chai", "cappuccino", "sienna", "toast", "french roast"],
"maroon" : ["maroon"],
"purple" : ["mauve", "lilac", "purple", "violet", "grape"]
}
In [317]:
def standardize_color_group(color):
color_category = color
try:
color_category = color_category.lower()
for group, items in categories.items():
for item in items:
if item in color_category:
return group
except:
print(color_category)
return color_category
merged_df['color'] = merged_df['color'].fillna('unknown')
merged_df["color_group"] = merged_df['color'].apply(standardize_color_group)
color_group = pd.value_counts(merged_df['color_group'])
display(color_group)
print("There are %d categories! "% (color_group.shape[0]))
color_group.plot.pie(figsize=(10,10))
color_group.to_csv('color_mania.csv')
In [318]:
merged_df.groupby(["brand_name"])["color_group"].nunique().plot.bar(title='#Colors supported by brand')
Out[318]:
In [319]:
color_count_df = merged_df.groupby(["brand_name", "product_group"]).color_group.nunique()
color_count_df = color_count_df.reset_index()
plot = sns.boxplot(x='color_group', y='brand_name', data=color_count_df)
plot.set_title("#Colors per product group vs brand")
plot.set_xlabel('#colors per product type')
Out[319]:
In [320]:
merged_df.groupby('brand_name').product_name.agg(['count', 'nunique'])
Out[320]:
商品カテゴリ毎の色の範囲は？¶
In [321]:
plot = sns.boxplot(x='product_group', y='color_group', data=color_count_df)
plot.set_title("#Colors supported across brands vs product group")
plot.set_ylabel('#colors for product group')
Out[321]:
考察¶
・各ブランドで様々な色を用意している
ブランド間での評価は？¶
In [322]:
pd.value_counts(merged_df['rating'])
Out[322]:
考察¶
・評価(rating)は1.0 から5.0の値
In [323]:
pyplt.figure(figsize=(15,8))
plt.rcParams["font.size"] = 15
plot = sns.boxplot(x='brand_name', y='rating', data=merged_df)
plot.set_title("Rating range for each brand")
plot.set_ylabel('Brand')
Out[323]:
In [324]:
merged_df.columns
Out[324]:
考察¶
・Nordstromの評価は悪い。
・victoria's secretはHanky Pankyより評価が低い。しかし在庫が多いたのが影響しているかも。
・Hanky Pankyの評価は高い。
商品カテゴリ毎のブランド間での評価は？¶
In [325]:
product_group = pd.value_counts(merged_df['product_group'])
for item in product_group.iteritems():
category = item[0]
product_group_df = merged_df[merged_df["product_group"] == category]
plt.pyplot.figure()
title = "Ratings range across brands for "+ category
sns.boxplot( x=product_group_df["rating"], y=product_group_df["brand_name"], palette = "Pastel2").set_title(title)
考察¶
・Hanky Pankyはパンティとブラジャーで評価が高い。
・Victoria Secretsの評価はNordstrom以外の全ブランドより悪い。
最も割引されているブランドは何か？¶
In [326]:
merged_df['discount'] = merged_df['mrp'] - merged_df['price']
merged_df['discount%'] = merged_df['discount'] *100 / merged_df['mrp']
pyplt.figure(figsize=(15,8))
plot = sns.boxplot(x='brand_name', y='discount%', data=merged_df)
plot.set_title("Discount in $ for each brand")
plot.set_ylabel('Brand')
Out[326]:
考察¶
・AerieとCalvin KleinとB'Temptdは日常的に割引している。
・少量だが非常に大きな割引で購入できる商品がある。
商品カテゴリ毎に最も割引されているブランドは何か？¶
In [327]:
for item in product_group.iteritems():
category = item[0]
product_group_df = merged_df[merged_df["product_group"] == category]
plt.pyplot.figure()
title = "Discount% range across brands for "+ category
sns.boxplot( x=product_group_df["discount%"], y=product_group_df["brand_name"], palette = "Pastel2").set_title(title)
考察¶
・ほとんどブランドが大幅な値引きをしている。
・Calvin Kleinはパンティーを大幅に割引しているが、ブラジャーはそれほど多くない。
・Hanky Pankyもいくらか割引がある。
In [ ]: